0510　エンさんの自己紹介、想定問答、小論文２つ

自己紹介

初めまして。広田研究室の研究生のYAN と申します。平成８年に生まれ、29 歳です。

出身は中国です。
これまで、5 年ぐらいのソフトウェア開発の経験を持っています。

2023 年に会社が東京に海外支社を作って、最初のメンバーの一人として日本に来ました。

そのあと、働きながら、日本語の勉強を続けていて、JLPT のN1 に合格しました。

日本で暮らしている時に、「社会人の学び直し」という制度に触れて、日本の大学に進学したいと思いました。

一方、近年では「メタバース」という概念が広がっていて、私はその分野にずっと興味を持っています。

これは将来の社会に影響を与える分野と思いますから、この新しい分野にチャレンジしたいと考えるようになりました。
そのあと家族と会社に相談した上で、会社を辞めました。

去年の6 月に、オープンキャンパスの時、広田研究室を見学しました。

特に「融合身体」という研究は、それまでのVR のイメージが変わって、強い関心を持つようになりました。

あとは研究室の学生さんたちと広田先生ご本人に相談しました。

その結果、研究生として電気通信大学に入学を決めました。
入学前に、広田先生のご指導をもらいながら、関連する論文を読んで、自分の理解をまとめて、「融合身体」に関する研究計画書を作成しました。

自己紹介は以上になります。

本日の面接（を）、よろしくお願いいたします。

なぜこの大学・この研究室？

興味がある研究方向が明確になってから、それに関連する研究室を探し始めました。
その中で広田研の「融合身体」に関する研究に興味を持ちました。
「融合身体」とは、二人が一つのアバターを一緒に制御する概念です。
これは身体スキルの伝達だけではなく、娯楽や教育など、いろいろな応用の場面があると思います。
さらに、広田研はVR 技術に注目しているだけではなく、認知科学の専門の桜井先生が助教として、研究をサポートしています。

認知科学は、仮想空間における没入感に関する重要な要素です。
これらの特色により、広田研で研究したいと思いました。

そのあとで、広田研がある電気通信大学のことを調べました。

そこで「楽力」という教育理念を知って、とても共感しました。

もともと私がプログラミングの仕事を選んだ理由の一つは、「ものをつくる楽しさ」と「達成感」を感じたことです。だからこそ、「楽力」という理念は、私にとってとても合うと思います。

ちなみに、私は外国人なので、ビザの関係上、卒業後の就職はきちんと考えなければならない状態です。

電通大の社会的評価は評価が高いので、電通大卒業という地位は私にとって安心材料となります。

以上から、電気通信大学の広田研究室がベストの選択肢だと思って、志望しました。

想定問答

教授の質問	エンさんの回答
自己紹介をお願いします。	初めまして。広田研究室の研究生のYANと申します。平成8年生まれの29歳で、中国出身です。ソフトウェア開発の経験が約5年あり、2023年に会社の日本支社立ち上げメンバーとして来日しました。日本語を独学で勉強し、JLPT N1を取得しました。「社会人の学び直し」という制度を知って、日本の大学院で研究をしたいと思いました。現在は広田研究室の研究生として、「融合身体」について勉強しています。
なぜ大学院進学を決めたのですか？	メタバースという新しい分野に強い関心があり、技術だけでなく社会に与える影響も大きいと感じました。この分野での研究に本格的に取り組みたいと思い、大学院進学を決意しました。
なぜ広田研究室を選んだのですか？	広田研究室が研究している「融合身体」に強く興味を持ったからです。二人が一つのアバターを操作するという発想は、身体スキルの伝達や娯楽・教育など多様な応用があり、非常に魅力的だと感じました。また、認知科学の観点からのサポートもあり、より深い研究ができると思いました。
電気通信大学を選んだ理由は？	「楽力」という教育理念に共感しました。私はプログラミングを通じてものづくりの楽しさと達成感を感じてきましたので、この理念は自分に合っていると感じました。また、卒業後の就職にも安心感がある大学だと思い、志望しました。
研究生としてどんなことをしてきましたか？	広田先生のご指導の下、関連する論文を読み、自分なりに理解を深めながら、「融合身体」に関する研究計画書を作成しました。今後の修士研究の土台になるように準備を進めてきました。

「AI と公平性」について述べなさい

---

自作

近年、行政手続きや就職活動、医療診断などのさまざまな場面において、
AI 技術の導入が進んでいる。一方で、 AI が過去のデータをもとに意思決定を行うことにより、性別や人種、出身地などに基づく差別的な判断が下されるリスクも指摘されている。たとえば、ある企業が導入した AI 採用システムでは、過去の採用傾向を学習した結果、女性候補者の評価が一律に低く出るという事例が報告されている。こうした事態を受けて、「 AI による判断は果たして公平なのか？」という問題が社会的に注目されている。

AIによる判断について、本論は背景文の例を論点として展開する。
AIを使って、候補者の分析し、能力の評価し、採用かどうかの判断など、確か人間よりもっと効率である。短時間に様々な角度から、総合的に判断できるので、会社に一番合う候補者を選択できるかもしれません。
ただし、AI が人間を代わりに候補者の採用を決めることについて、私は認められていない。
まず、AI の判断根拠が候補者から履歴書など書類のみであるので、書面的な書類によりできた判断が不十分と考える。
履歴書などは候補者の一面だけが表現するものである。単なる根拠により採用した人は会社に一番合う人とか、それとも、履歴書を作ることに得意の人とか。自分の経歴を巧みに粉飾する人を採用してしまうリスクが高いと考える。
また、AI は人間と違う、感情的な影響が完全に排除されているものである。しかしこういうすると、候補者の人間性や性格、雰囲気さえのことを十分に評価できるかどうか、私はそう言わないと考える。
そもそも、いまの人間社会は人と人に連携して協力する社会である。個人能力は無論、重要な要素であるが。一方、個人能力以外の要素も大切なことと考える。候補者と話して、 相手の気持ちと熱意がすることは、人間の長所である。
以上の二つ理由により、AI が人間を代わりに候補者の採用を決めることを認められていない。
AIは人間よりの強みは短時間に膨大なデータを分析し、検討し、無感情に結論をできること。一方、人間は AI よりの強みは、相手の気持ちが感じし、人間性の判断し、感情的に相手と自分と会社の相性を判断することである。
というところで、AI と人間は一長一短があるが、両方の長所を組み合わせると最善なやり方と考える。 AI は所詮ツールである、最後の決断はやはり人間自分の責任だろう。

---

AI の文章

近年、AI の導入が行政や医療、企業活動に広がる中、その判断の「公平性」への懸念が高まっている。特に人材採用の場面では、 AI が過去のデータを学習した結果、性別や出身などに偏った判断を下す可能性が指摘されている。本稿では、 AI による判断は本当に公平と言えるのかを考察し、私の立場を述べたい。
私は、現時点においてAI に人間の採用判断を一任することには反対である。その理由は二つある。
第一に、AI の判断は過去のデータに依存しているため、データ自体に含まれる偏見や差別的傾向をそのまま引き継ぐリスクがある点だ 。たとえば、過去に男性が多く採用されていた企業でその履歴をもとに AI を訓練すれば、同じように男性を高評価する傾向が再生産されてしまう可能性がある。これは、意図せぬ形で既存の不平等を固定化する危険性を孕んでいる。
第二に、AI の判断基準は「ブラックボックス化」しやすく、結果の妥当性や理由を人間が検証しにくいという問題がある。
ある候補者が不合格とされたとき、「なぜその判断に至ったのか」を説明できなければ、公平性の担保は不可能である。公平とは、単に人による偏りを排除することではなく、判断基準が明確かつ説明可能であ ることが不可欠である。
もちろん、AI には人間では難しい大量データの迅速な処理や客観的な分析といった利点がある。しかし、だからといって AI にすべてを任せるのではなく、あくまで人間の判断を補助するツールとして活用するべきだと考える。たとえば、 AI による一次選考の後、面接などで候補者の人柄や熱意を人間が評価することで、よりバランスの取れた判断が可能になる。
結論として、AI による判断の公平性にはまだ多くの課題が残されており、現時点では人間が最終的な責任を持つ形での併用が望ましい。今後は、 AI の判断根拠を可視化し 、社会的合意のもとで運用される仕組みの整備が求められるだろう。

エンさんの文	対応するAI文	解説（改善点）
AIによる判断について、本論は背景文の例を論点として展開する。	本稿では、AIによる判断は本当に公平と言えるのかを考察し、私の立場を述べたい。	エンさんの文は抽象的で不明瞭。AI文のように「何を考察するか」「立場を述べる」と明示すると読み手に伝わりやすい。
AIを使って、候補者の分析し、能力の評価し、採用かどうかの判断など、確か人間よりもっと効率である。	AIには人間では難しい大量データの迅速な処理や客観的な分析といった利点がある。	文法ミス（「分析し、能力の評価し」→助詞の使い方誤り）。AI文では利点を具体的に説明しており説得力がある。
短時間に様々な角度から、総合的に判断できるので、会社に一番合う候補者を選択できるかもしれません。	たとえば、AIによる一次選考の後、面接などで候補者の人柄や熱意を人間が評価することで、よりバランスの取れた判断が可能になる。	「かもしれません」は断定を避ける表現で弱い印象。AI文は提案形式でより具体的かつ現実的。
AIが人間を代わりに候補者の採用を決めることについて、私は認められていない。	私は、現時点においてAIに人間の採用判断を一任することには反対である。	「認められていない」は自然な日本語ではない。「反対である」のように立場をはっきり述べると良い。
AIの判断根拠が候補者から履歴書など書類のみであるので、書面的な書類によりできた判断が不十分と考える。	AIの判断は過去のデータに依存しているため、データ自体に含まれる偏見や差別的傾向をそのまま引き継ぐリスクがある点だ。	「書面的な書類」という表現は冗長。AI文のように「データの偏見」のような背景を明確にするとよい。
履歴書などは候補者の一面だけが表現するものである。	（上と同様に）データに含まれる偏見の継承	事実としては正しいが、論としては弱い。AI文ではこのようなデータ依存の問題を偏見として説明し、より強い主張につなげている。
自分の経歴を巧みに粉飾する人を採用してしまうリスクが高いと考える。	これは、意図せぬ形で既存の不平等を固定化する危険性を孕んでいる。	「粉飾」は表現がやや強く否定的。AI文のように「意図せぬ不平等の固定化」という客観的な表現が望ましい。
AIは人間と違う、感情的な影響が完全に排除されているものである。	AIの判断基準は「ブラックボックス化」しやすく、結果の妥当性や理由を人間が検証しにくいという問題がある。	「感情が排除される」という視点は面白いが、論点が曖昧。「ブラックボックス」のような問題の本質に触れた説明が効果的。
候補者の人間性や性格、雰囲気さえのことを十分に評価できるかどうか、私はそう言わないと考える。	AIによる一次選考の後、面接などで候補者の人柄や熱意を人間が評価することで、よりバランスの取れた判断が可能になる。	日本語が不自然（「そう言わないと考える」）。人間性を評価する方法として「併用」の提案を加えると論理的になる。
人と人に連携して協力する社会である。	公平とは、単に人による偏りを排除することではなく、判断基準が明確かつ説明可能であることが不可欠である。	社会構造を述べるだけで論にはつながらない。AI文のように「公平性」など主張との関係性が必要。
候補者と話して、相手の気持ちと熱意がすることは、人間の長所である。	候補者の人柄や熱意を人間が評価することで、よりバランスの取れた判断が可能になる。	「気持ちと熱意がする」は意味が通じない。AI文は主張を「提案」につなげて説得力を高めている。
AIはツールである、最後の決断は人間自分の責任だろう。	結論として、AIによる判断の公平性にはまだ多くの課題が残されており、現時点では人間が最終的な責任を持つ形での併用が望ましい。	文法（「人間自分の責任」）が不自然。結論を「併用が望ましい」とし、立場を明確にする構成にすべき。

IT導入は日本社会の課題を解決できるか

日本社会は、少子高齢化の進行、人手不足、地方の過疎化、行政の非効率性など、さまざまな構造的課題を抱えている。これらの課題に対して、 IT 技術の導入により業務効率化や地域格差の是正、働き方の柔軟化などが期待されている。
たとえば、行政手続きのデジタル化や、遠隔医療 ・オンライン教育の活用といった事例が注目されている一方で、「技術導入だけでは根本的な解決には至らない」との指摘もある。 IT の活用は、日本社会の課題解決に本当に貢献できるのだろうか。
自分の文今の日本社会は様々な問題を抱えている。これらの問題が生じた理由は、決して一つ、二つ簡単な原因ではない。本論は地方過疎化にもとに、討論する。私の立場は、 IT 技術の導入するのは日本社会が抱えている問題を解決できないということである。
東京は日本一番大規模な都市として、全国１０％以上の日本人は東京に暮らしている。人口、経済
、教育など色々な面が日本のトップである。この現状に至った原因の一つは地理であると考える。日本は７５％ぐらいの国土は山地である。
一方、東京にある関東地方が「関東平野」と呼ばれている。平野は山地より、都市の開発にもっと有利なところである。ですので、東京は投資にとって、最優先の選択肢だと考える。投資は多い就職のチャンスを作るだけではなく、医療や教育など分野、同時に迅速な発展させる。したがって、周りの人はどんどん東京に集まっている。その結果は、地方過疎化になると考える。
地理条件の違いはIT 技術を導入することで解決 できないと考える。インタネットとか、自動化の行政システムとか、どちらでも、山地である地方が開発しやすいようになるのは難しいと考える。
さらに人口がどんどん失っている現状にとって、もし地方が全面的にIT 技術を導入し、残りの人たちの仕事を奪うかもしれない。そうすると、問題を解決するところか、むしろ問題を深刻化にしてしまう。
ですので、私の立場はIT 技術を導入すると日本社会の問題を解決できるということに反対である。
一方、IT 技術は地方過疎化を解決できないが、無駄なことと言われないと考える。いまの日本に、東京以外 の地方が住民数を保つため、さらに外来人口を惹くため、地元の文化や自然資源などを活用して、旅行産業を中心に、様々なビジネスを発展している。 IT 技術を導入することはこれらのビジネスに対して力になると考える。例えばインタネットで地元の旅行を宣伝するとか、自動化のシステムを利用して、ビジネスの運営コストを削減するとか。これは IT 技術ができることである。
IT技術はあくまでもツールである。人間社会の問題は単なるのツールを解決することではない、ですから、ツールの使い道を考えし、試しし、これはやるべきことだと考える。

AI の文
日本社会は、少子高齢化や人手不足、地方の過疎化など、多くの構造的な課題を抱えている。これらを解決する手段として、 IT 技術の導入が期待されているが、果たしてそれは根本的な解決策になり得るのだろうか。本稿では、地方過疎化を中心に、この問いについて考察したい。
私は、IT 導入だけでは地方過疎化のような社会課題を本質的に解決することは難しいと考える。その理由は二つある。
第一に、地方における人口減少や都市機能の衰退は、長年にわたる経済的・地理的構造の結果であり、単に技術を導入するだけでは覆せない点である。たとえば、首都圏のような平野部に比べ、山間部ではインフラ整備や物流のコストが高く、企業誘致や産業振興が難しいという根本的な制約がある。こうした地域に IT を導入しても、インターネット環境や人材の不足などの現実的な障壁が存在し、地域格差の是正には限界がある。
第二に、IT の導入がむしろ地域住民の雇用機会を奪うリスクもある。たとえば、行政のデジタル化によって窓口業務が削減される ことで、地元に残る数少ない職場が失われる可能性がある。人口減少が進む地域において、労働の機会そのものを縮小させてしまうような技術導入は、むしろ地域社会の衰退を加速させかねない。
もっとも、IT が全く役に立たないわけではない。観光や特産品のプロモーションにおいては、 SNS や動画配信などのツールを使って都市部の消費者に訴求する手段として有効である。また、業務の一部を自動化することで運営コストを下げ、ールを使って都市部の消費者に訴求する手段として有効である。また、業務の一部を自動化することで運営コストを下げ、限られた人材で事業を継続できるという利点もある。限られた人材で事業を継続できるという利点もある。
結論として、結論として、ITIT技術はあくまで社会課題に対処するための補助的技術はあくまで社会課題に対処するための補助的な「手段」に過ぎない。本質的な課題解決のためにな「手段」に過ぎない。本質的な課題解決のためには、技術導入と並行して、制度設計や地域特性に応じた戦略的な取り組みが必要である。技術の力を過信せず、「人」とは、技術導入と並行して、制度設計や地域特性に応じた戦略的な取り組みが必要である。技術の力を過信せず、「人」と「場」に根ざした社会構想が求められていると私は考える。「場」に根ざした社会構想が求められていると私は考える。

エンさんの文	AIの対応文	解説（改善点）
今の日本社会は様々な問題を抱えている。	日本社会は、少子高齢化や人手不足、地方の過疎化など、多くの構造的な課題を抱えている。	エンさんの文は抽象的。AI文のように具体的な課題を挙げると説得力が出る。
これらの問題が生じた理由は、決して一つ、二つ簡単な原因ではない。	これらを解決する手段として、IT技術の導入が期待されているが、果たしてそれは根本的な解決策になり得るのだろうか。	「簡単な原因ではない」は曖昧。AI文は問題提起と視点を提示しており、構成が明確。
本論は地方過疎化にもとに、討論する。	本稿では、地方過疎化を中心に、この問いについて考察したい。	「にもとに、討論する」は文法的に不自然。「考察する」「中心にする」とするほうが自然。
私の立場は、IT技術の導入するのは日本社会が抱えている問題を解決できないということである。	私は、IT導入だけでは地方過疎化のような社会課題を本質的に解決することは難しいと考える。	文法ミス（「導入するのは」）。AI文のように「本質的に」「難しい」とやわらかく限定する表現が良い。
東京は日本一番大規模な都市として、全国１０％以上の日本人は東京に暮らしている。	（この事実には直接対応なし）	統計は有効だが、論の焦点がややずれる。AI文では地理や構造に焦点を絞っている。
日本は７５％ぐらいの国土は山地である。	首都圏のような平野部に比べ、山間部ではインフラ整備や物流のコストが高く…	同様の指摘がAI文でもされているが、AI文では地理が具体的な制約と結びつけられている。
平野は山地より、都市の開発にもっと有利なところである。	企業誘致や産業振興が難しいという根本的な制約がある。	エンさんの文は事実の説明止まり。AI文はそれを社会課題に関連づけている点が優れる。
投資は多い就職のチャンスを作るだけではなく、医療や教育など分野、同時に迅速な発展させる。	（対応なし）	「投資の波及効果」は良い視点だが、文法的に不自然で論理があいまい。
地理条件の違いはIT技術を導入することで解決できないと考える。	地域にITを導入しても、インターネット環境や人材の不足などの現実的な障壁が存在し…	AI文のほうが現実的な障壁を明示しており、説得力が強い。
山地である地方が開発しやすいようになるのは難しいと考える。	地域格差の是正には限界がある。	エンさんの文は感想に近い。AI文は「是正には限界がある」と政策的な視点を持っている。
地方が全面的にIT技術を導入し、残りの人たちの仕事を奪うかもしれない。	ITの導入がむしろ地域住民の雇用機会を奪うリスクもある。	主張は同じだが、AI文はリスク表現がより冷静かつ論理的。
問題を解決するところか、むしろ問題を深刻化にしてしまう。	地域社会の衰退を加速させかねない。	「深刻化にする」は不自然。「加速させかねない」など慎重な言い回しが望ましい。
IT技術を導入すると日本社会の問題を解決できるということに反対である。	IT導入だけでは地方過疎化のような課題を解決するのは難しい。	「反対である」だけでは硬すぎる。「難しい」とするほうが論として柔軟。
IT技術は地方過疎化を解決できないが、無駄なことと言われないと考える。	ITが全く役に立たないわけではない。	両者ともバランスをとっているが、AI文の方が「全く役に立たないわけではない」と明快に伝えている。
地元の文化や自然資源などを活用して、旅行産業を中心に、様々なビジネスを発展している。	観光や特産品のプロモーションにおいては、SNSや動画配信などのツールが有効。	エンさんの視点は良いが、表現がぎこちない。AI文は具体的なツール名で具体化している。
インタネットで地元の旅行を宣伝するとか、自動化のシステムを利用して、ビジネスの運営コストを削減するとか。	業務の一部を自動化することで運営コストを下げ、限られた人材で事業を継続できる。	言いたいことは同じだが、AI文の方が一文で明快かつ自然にまとまっている。
IT技術はあくまでもツールである。	IT技術はあくまで社会課題に対処するための補助的な「手段」に過ぎない。	「ツール」という語はやや口語的。AI文のように「補助的な手段」とすると論文調になる。
ツールの使い道を考えし、試しし、これはやるべきことだと考える。	技術導入と並行して、制度設計や地域特性に応じた戦略的な取り組みが必要である。	「考えし、試しし」は不自然な表現。AI文では「並行して取り組む」という明快な提案になっている。